快速开始

本指南旨在帮助您快速熟悉并调用模型服务平台的API。跟随以下步骤，您将在几分钟内完成第一次API调用。

我们强烈推荐你使用OpenAI API的调用方式。因为OpenAI的API已经成为大模型行业的事实标准，这意味着有海量的教程、工具和代码库都可以直接复用。我们的服务完全兼容这套标准，让你能无缝衔接主流生态，节约大量学习成本。

Base URLs：

OpenAI 协议兼容调用参考： OpenAI Response API ，Bsea URL：https://api.modelverse.cn/v1
Anthropic 协议兼容调用参考： Claude兼容说明，Bsea URL：https://api.modelverse.cn/v1/messages
Gemini协议兼容调用参考：Gemini快速开始，Base URL：https://api.modelverse.cn

OpenAI 兼容接口当前支持：

/v1/chat/completions 核心接口，用于与模型进行对话。
/v1/response OpenAI 最先进的模型响应生成接口。支持文本和图像输入，以及文本输出。
/v1/models 用于获取模型列表。

第一步：获取API密钥

在调用任何API之前，您需要一个有效的API密钥。请前往【认证鉴权】文档，查看如何获取和管理您的密钥。

第二步：选择模型

你可以通过下方API获取模型列表，选择你需要的模型。


GET https://api.modelverse.cn/v1/models

#主要用于海外无法使用`.cn`域名场景
GET https://api.umodelverse.ai/v1/models

请求示例：


curl https://api.modelverse.cn/v1/models \
  -H "Content-Type: application/json" | jq .

预期返回：


{
  "data": [
    {
      "created": 1762741377,
      "id": "deepseek-ai/DeepSeek-R1",
      "object": "model",
      "owned_by": "UCloud_UModelverse"
    },
    {
      "created": 1762741326,
      "id": "gpt-5",
      "object": "model",
      "owned_by": "UCloud_UModelverse"
    },
    ......
  ],
  "object": "list"
}

其中id字段即为模型名称，以实际返回为准。

第三步：调用API

典型方式1 - 任何语言通过http调用

这是最基础、最通用的调用方式。无论你使用什么编程语言，只要能发送网络请求（HTTP请求），就可以通过这种方式调用API。你需要知道三个核心信息：模型名称、你的API密钥和我们的API地址。

我们完全支持OpenAI API请求规范，因为OpenAI API接口标准也经常更新，所以建议直接以OpenAI API官网文档为准。

请将{api_key}替换为您的API密钥，将{model_name}替换为您上一步获取到列表中的模型名称（选择一个即可）。


curl https://api.modelverse.cn/v1/chat/completions \
 -H "Content-Type: application/json" \
 -H "Authorization: Bearer {api_key}" \
 -d '{
   "model": "{model_name}",
   "messages": [
     {
       "role": "system",
       "content": "You are a helpful assistant."
     },
     {
       "role": "user",
       "content": "一句话描述UCloud这家公司。"
     }
   ],
   "stream": true
 }' | jq .

参数说明：

model：模型名称，填入上一步获取的 id，例如 “deepseek-ai/DeepSeek-R1”。
messages：你要发送给模型的内容。
stream：是否“流式”返回。
- true：模型会像打字一样，逐字或逐词地返回结果，适合用于实时聊天界面。（任然是json格式数据）
- false：模型会一次性生成全部答案后，再完整地返回给你。

预期返回如下，其中主要关注choices字段，它包含模型的回复，usage字段包含模型的使用情况（内容可能不相同，仅供参考）：


{
  "id": "52ba2d24-f745-42b3-82c3-610a7b2658b0",
  "object": "chat.completion",
  "created": 1763020876,
  "model": "gemini-2.5-pro",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "UCloud (优刻得) 是一家中立、安全、可靠的云计算服务平台，致力于为全球企业级客户提供全面的云服务解决方案。"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 9,
    "completion_tokens": 1505,
    "total_tokens": 1514,
    "prompt_tokens_details": {
      "audio_tokens": 0,
      "cached_tokens": 0
    },
    "completion_tokens_details": {
      "audio_tokens": 0,
      "reasoning_tokens": 1357,
      "accepted_prediction_tokens": 0,
      "rejected_prediction_tokens": 0
    }
  },
  "system_fingerprint": "",
  "search_result": null
}

典型方式2 - OpenAI SDK

OpenAI官方为开发者提供了非常便捷的SDK（软件开发工具包），它把复杂的HTTP请求封装成了简单的函数调用，代码更易读、更易维护。这是我们最推荐开发者使用的方式。

可以参考OpenAI SDK文档。也可在OpenAI GitHub 中寻找需要的语言SDK。


pip install -U openai


from openai import OpenAI
import os
 
client = OpenAI(
   api_key="{api_key}",
   base_url="https://api.modelverse.cn/v1/",
)
 
chat_completion = client.chat.completions.create(
   messages=[
       {
           "role": "user",
           "content": "一句话描述UCloud这家公司。",
       }
   ],
   model="{model_name}",
)
 
print(chat_completion.choices[0].message.content)

典型方式3 - LangChain

当你不再满足于简单的“一问一答”，想要构建更复杂的AI应用（比如能调用工具的AI助理、能分析文档的机器人等）时，LangChain就是一个强大的开发框架。它能很好地与我们的API兼容。

可以参考LangChain Python SDK文档或 LangChain JavaScript SDK文档。


from langchain_openai import ChatOpenAI
from langchain import LLMChain
from langchain.prompts import ChatPromptTemplate
 
llm = ChatOpenAI(
    model_name="{model_name}",
    openai_api_key="{api_key}",
    openai_api_base="https://api.modelverse.cn/v1/",
)
 
prompt = ChatPromptTemplate.from_template(
    """
    {input}
    """
)
 
chain = LLMChain(llm=llm, prompt=prompt)
 
print(chain.run("一句话描述UCloud这家公司。"))